Introduction à la stylométrie

Il existe de multiples options informatiques pour faire de la stylométrie. Nous nous proposons, dans ce cours, d’utiliser le package R nommé Stylo, mais d’autres options existent comme FactoMineR. Ce package étant développé par des français de l’agrocampus de Rennes, notons qu’une importante documentation en français est disponible, et permettra aux personnes intéressées de continuer leur apprentissage de la stylométrie.

Ce cours est disponible en ligne avec le corpus que nous utilisons dans ce notebook: on peut le trouver sur notre Github. Il est distribué avec une licence CC-BY.

Le corpus est constitué de pièces de théâtre du XVIIe siècle, disponibles sur le site www.theatre-classique.fr, rassemblées par J.-B. Camps (Ecole des Chartes) et adaptées par nous-mêmes pour correspondre aux besoins de ce cours.

1. Quelques remarques avant de commencer

1.1 Des ressources en ligne

Stylo est développé par Maciej Eder (Cravocie), Mike Kestmont (Anvers) et Jan Rybicki (Cravocie). On trouvera de nombreuses ressources sur le site de leur groupe de computational stylistics et sur leur GitHub, qui contient un repo consacré au package stylo avec de nombreuses informations sur son fonctionnement.

Pour ceux qui voudraient s’entraîner avec d’autres données que celles fournies pour le cours, un repo avec 100 romans anglais se trouve sur leur GitHub (cliquez sur le bouton vert Clone or download à droite pour télécharger le tout au format zip).

1.2 À propos de Stylo et de R

Si depuis le début nous parlons de “package R”, et non de “logiciel”, c’est que Stylo utlise le langage R. R est un langage de programmation libre dédié aux statistiques et à la science des données, et Stylo un de ses packages, c’est-à-dire (pour simplifier) qu’il contient un fichier d’aide (minimal) et une somme de commandes préprogrammées en R qui nous évite d’écrire tout le code nécessaire pour effectuer un calcul précis – comme un théorème, qui permet de ne pas avoir à écrire toute la démonstration mathématique. Dans l’absolu, il est possible de se passer du package Stylo si on a (beaucoup) de temps à perdre.

Comme R est un langage, il nécessite une console pour être exécuté. Deux options s’offre à (l’apprenti) programmeur:

• Le GNU R permettra aux plus motivés (et aux plus politisés) de travailler sur un logiciel entièrement libre (on peut le télécharger ici).
• Les autres pourront, au moins dans un premier temps, se tourner vers l’environnement RStudio, qui offre de nombreuses options en plus de la simple console, mais dont certaines fonctionnalités sont payantes (par exemple Shiny). Nous avons décidé de l’utiliser pour ce cours car il permet l’écriture de notesbooks, comme celui que vous lisez à présent, et simplifie considérablement le travail pour les grands débutants en informatique.

1.3 À propos du corpus

Stylo a besoin de savoir où chercher les données (pour nous il s’agit de notre corpus) qu’il va utiliser, et celles-ci doivent impérativement obéir à trois règles simples:

1. Tous les textes qui forment notre corpus de travail doivent se trouver dans un dossier intitulé corpus.
2. Ce dossier corpus ne doit contenir que les fichiers du corpus: tout autre document se retrouverait analysé avec le reste, et perturberait les résultats.
3. Les fichiers du corpus doivent utiliser un même format, soit en txt, soit en XML, soit en HTML.

1.4 Préparer la session de travail

Nous devons préparer la session de travail, en désignant à R le fichier de notre ordinateur à partir duquel nous allons travailler pour qu’il trouve notre fichier corpus, et qu’il y sauvegarde nos résultats.

Pour indiquer où se trouve le fichier de travail, deux solutions sont possibles:

• ou bien via le menu avec Session>Set Working Directory>Choose Directory
• ou bien directement dans R avec la commande setwd (pour Set working directory), qui s’utilise de cette manière.

setwd("~/GitHub/2018_Cours_ENS/2_Stylo")

Attention! Il convient de donner le chemin qui corredpond à votre configuration locale. Une fois la chose faite, cliquez sur Run (le bouton qui ressemble à play, à droite de la commande supra).

On peut vérifier que le chemin vers le dossier de travail a bien été pris en compte avec une autre commande: getwd (pour Get working directory):

getwd()

[1] "/Users/gabaysimon/GitHub/2018_Cours_ENS/2_Stylo"

Tout est en ordre? Avançons!

1.5 Installer stylo

Certaines commandes sont directement disponibles (comme setwd ou getwd), mais d’autres pas: elles sont contenues dans un package à télécharger. C’est le cas de celles que nous utilisons en stylométrie, et nous devons donc les installer (un peu comme dans LaTeX, pour ceux qui connaissent).

Pour cela, nous utilisons la commande install.packages. Si le package n’est pas encore installé, retirez le # au début de la ligne infra et cliquez sur Run (le bouton qui ressemble à play, à droite de la commande supra).

install.packages("stylo")

Error in install.packages : Updating loaded packages

Attention! avoir le pacakage ne signifie pas qu’il est utilisable, de la même manière qu’avoir un livre ne suffit pas pour qu’on puisse le lire: il faut le sortir de la bibliothèque, et l’emmener sur son lieu de lecture. Nous devons installer le package en allant le chercher dans la bibliothèque où il vient d’être déposé. Pour cela nous avons désormais besoin de la commande… library! Encore une fois, cliquez sur Run (il faudra répéter cette action à chaque commande tout au long de ce cours).

library(stylo)

package ‘stylo’ was built under R version 3.4.4
### stylo version: 0.6.7 ###

If you plan to cite this software (please do!), use the following reference:
    Eder, M., Rybicki, J. and Kestemont, M. (2016). Stylometry with R:
    a package for computational text analysis. R Journal 8(1): 107-121.
    <https://journal.r-project.org/archive/2016/RJ-2016-007/index.html>

To get full BibTeX entry, type: citation("stylo")

Il ne nous reste plus qu’à lancer stylo, avec la commande… stylo()!

2. Le data clustering

2.1 Ouvrir stylo

L’application Stylo peut être utilisée en ligne de commande, mais aussi avec une GUI (graphical user interface, en français “interface graphique”). Si vous voulez avoir un premier aperçu, retirez le # au début de la ligne infra et cliquez sur Run.

stylo()

using current directory...

Error in if (tolower(language) == "polish") pronouns = pol.pronouns : 
  argument is of length zero

2.2 Une première analyse de cluster

Nous allons désormais tenter une première analyse de cluster. Le data clustering (ou “partitionnement de données” en français) cherche à diviser un ensemble de données en différents “groupes” homogènes selon des caractéristiques qu’ils partagent. Ces groupes (dans notre cas des pièces de théâtre) sont formés à partir de calculs qui déterminent leur proximité (similarité ou distance).

Note importante Afin de gagner du temps, nous avons directement paramétré le formulaire de la GUI, mais la commande stylo() vide, comme précédemment (cf. 2.1), suffirait si les bonnes cases sont bien cochées.

Lorsque vous appuyerez sur Run observez la console: une série de messages vous avertit de ce qu’il se passe.

stylo(gui=TRUE, corpus.dir = "corpus",
      corpus.format = "xml.drama", corpus.lang = "French",
      analyzed.features = "w", mfw.min = 100, mfw.max = 100, mfw.incr=100,
      analysis.type = "CA", distance.measure = "manhattan",
      pca.visual.flavour = "classic")

using current directory...
Performing no sampling (using entire text as sample)
loading BOYER_AGAMEMNON.xml ...
loading BOYER_AMOURSJUPITERSEMELE.xml   ...
loading BOYER_ARISTODEME.xml    ...
loading BOYER_ARTAXERCE.xml ...
loading CORNEILLEP_ANDROMEDE.xml    ...
loading CORNEILLEP_CID.xml  ...
loading CORNEILLEP_ILLUSIONCOMIQUE.xml  ...
loading CORNEILLEP_MEDEE.xml    ...
loading CORNEILLET_AMOURALAMODE.xml ...
loading CORNEILLET_ARIANE.xml   ...
loading CORNEILLET_BRADAMANTE.xml   ...
loading CORNEILLET_GEOLIERDESOISMEME.xml    ...
loading DURYER_CLARIGENE.xml    ...
loading DURYER_CLITOPHON.xml    ...
loading DURYER_DYNAMIS.xml  ...
loading DURYER_ESTHER.xml   ...
loading MOLIERE_AMPHITRYON.xml  ...
loading MOLIERE_DOMGARCIEDENAVARRE.xml  ...
loading MOLIERE_MISANTHROPE.xml ...
loading MOLIERE_TARTUFFE.xml    ...
loading RACINE_BERENICE.xml ...
loading RACINE_ESTHER.xml   ...
loading RACINE_IPHIGENIE.xml    ...
loading RACINE_PHEDRE.xml   ...
loading ROTROU_COSROES.xml  ...
loading ROTROU_DEUXPUCELLES.xml ...
loading ROTROU_DOMBERNARDDECABRERE.xml  ...
loading ROTROU_HERCULEMOURANT.xml   ...
loading SCARRON_DOMJAPHETDARMENIE.xml   ...
loading SCARRON_ECOLIERDESALAMANQUE.xml ...
loading SCARRON_FAUSSEAPPARENCE.xml ...
loading SCARRON_GARDIENDESOIMEME.xml    ...
loading SCUDERY_MORTDECESAR.xml ...
loading SCUDERY_ORANTE.xml  ...
loading SCUDERY_PRINCEDEGUISE.xml   ...
loading SCUDERY_VASSALGENEREUX.xml  ...
slicing input text into tokens...
turning words into features, e.g. char n-grams (if applicable)...

Total nr. of samples in the corpus:  36 
.........................
...........
The corpus consists of 611600 tokens

processing  36  text samples
...       
combining frequencies into a table...

culling @  0     available features (words)  5000 
Calculating z-scores... 

Calculating Manhattan distances... 
MFW used: 100  

Function call:
stylo(gui = TRUE, corpus.dir = "corpus", corpus.format = "xml.drama",      corpus.lang = "French", analyzed.features = "w", mfw.min = 100,      mfw.max = 100, mfw.incr = 100, analysis.type = "CA", distance.measure = "manhattan",      pca.visual.flavour = "classic") 

Depending on your chosen options, some results should have been written
into a few files; you should be able to find them in your current
(working) directory. Usually, these include a list of words/features
used to build a table of frequencies, the table itself, a file containing
recent configuration, etc.

Advanced users: you can pipe the results to a variable, e.g.:
     it.deserves.a.nobel.prize = stylo() 
this will create a class "it.deserves.a.nobel.prize" containing some presumably
interesting stuff. The class created, you can type, e.g.:
     summary(it.deserves.a.nobel.prize)
to see which variables are stored there and how to use them.


for suggestions how to cite this software, type: citation("stylo")

Reprenons le processus dans ses grandes lignes:

1. loading…: Une fois la commande lancée, chaque texte est est chargé.
2. Total nr. of samples…: On nous avertit du nombre de textes dans le corpus, qui sont tous éclatés en tokens (ici des mots).
3. combining frequencies…: Le nombre d’occurrence de chaque token est calculé pour chaque document du corpus, pour former un tableau de fréquences.
4. Calculating Manhattan distance: ces tableaux de fréquences permettent de voir si certains tokens reviennent de manière équivalente dans d’autres documents, et de produire les clusters. Nous allons revenir plusieurs fois sur ce point par la suite.

Regardons maintenant le graphique qui nous est donné. Il s’agit d’un dendogramme, qui est accompagné de quelques informations en bas de page (100 MFW Culled @ 0% Manhattan distance):

• On remarque l’utilisation de différentes couleurs: tous les labels (les noms des fichiers formant le corpus) avec la même chaîne de caractères avant l’underscore (ici chaque auteur) ont la même, afin de simplifier la lecture des résultats.
• 100 MFW Nous avons utilisé les 100 mots les plus fréquents. Pendant le traitement des données, Stylo a généré quelques fichiers qui nous permettent de voir quels sont ces mots, ainsi que leur fréquence. Allez dans votre dossier de travail, et regardez les documents wordlist.txt et table_with_frequencies.txt. Nous reviendrons plus tard sur ces données.
• Culled @ 0%: Le culling est à 0%, ce qui signifie que les mots les plus fréquents peuvent être absents de certains textes. Un culling à 100% signifierait que nous ne retiendrions que les mots les plus fréquents retenus dans tous les textes.
• Manhattan distance: Nous avons utilisé la distance dite “de Manhattan”, mais il en existe d’autres:
  • certaines sont partagées par tous les mathématiciens (euclidienne, Canberra, etc.).
  • certaines sont plus spécifiques à la stylométrie (delta classic ou “distance de Burrows”, cosine delta ou “distance de Würzburg”, etc.).

2.3 Contrôler la fiabilité des résultats: répéter l’opérations avec d’autres paramètres

Nous avons obtenu un cluster: il est plausible, mais est-il fiable? Nous avons besoin d’encore plus de certitudes… Une première solution est de répéter le même clacul, en augmentant le nombre des mots les plus fréquents: passons de 100 à 1000.

stylo(gui=FALSE, corpus.dir = "corpus",
      corpus.format = "xml.drama", corpus.lang = "French",
      analyzed.features = "w", mfw.min = 1000, mfw.max = 100, mfw.incr=100,
      analysis.type = "CA", distance.measure = "manhattan",
      pca.visual.flavour = "classic")

using current directory...
Performing no sampling (using entire text as sample)
loading BOYER_AGAMEMNON.xml ...
loading BOYER_AMOURSJUPITERSEMELE.xml   ...
loading BOYER_ARISTODEME.xml    ...
loading BOYER_ARTAXERCE.xml ...
loading CORNEILLEP_ANDROMEDE.xml    ...
loading CORNEILLEP_CID.xml  ...
loading CORNEILLEP_ILLUSIONCOMIQUE.xml  ...
loading CORNEILLEP_MEDEE.xml    ...
loading CORNEILLET_AMOURALAMODE.xml ...
loading CORNEILLET_ARIANE.xml   ...
loading CORNEILLET_BRADAMANTE.xml   ...
loading CORNEILLET_GEOLIERDESOISMEME.xml    ...
loading DURYER_CLARIGENE.xml    ...
loading DURYER_CLITOPHON.xml    ...
loading DURYER_DYNAMIS.xml  ...
loading DURYER_ESTHER.xml   ...
loading MOLIERE_AMPHITRYON.xml  ...
loading MOLIERE_DOMGARCIEDENAVARRE.xml  ...
loading MOLIERE_MISANTHROPE.xml ...
loading MOLIERE_TARTUFFE.xml    ...
loading RACINE_BERENICE.xml ...
loading RACINE_ESTHER.xml   ...
loading RACINE_IPHIGENIE.xml    ...
loading RACINE_PHEDRE.xml   ...
loading ROTROU_COSROES.xml  ...
loading ROTROU_DEUXPUCELLES.xml ...
loading ROTROU_DOMBERNARDDECABRERE.xml  ...
loading ROTROU_HERCULEMOURANT.xml   ...
loading SCARRON_DOMJAPHETDARMENIE.xml   ...
loading SCARRON_ECOLIERDESALAMANQUE.xml ...
loading SCARRON_FAUSSEAPPARENCE.xml ...
loading SCARRON_GARDIENDESOIMEME.xml    ...
loading SCUDERY_MORTDECESAR.xml ...
loading SCUDERY_ORANTE.xml  ...
loading SCUDERY_PRINCEDEGUISE.xml   ...
loading SCUDERY_VASSALGENEREUX.xml  ...
slicing input text into tokens...
turning words into features, e.g. char n-grams (if applicable)...

Total nr. of samples in the corpus:  36 
.........................
...........
The corpus consists of 611600 tokens

processing  36  text samples
...       
combining frequencies into a table...

culling @  0     available features (words)  5000 
Calculating z-scores... 

Calculating Manhattan distances... 
MFW used: 1000  

Function call:
stylo(gui = FALSE, corpus.dir = "corpus", corpus.format = "xml.drama",      corpus.lang = "French", analyzed.features = "w", mfw.min = 1000,      mfw.max = 100, mfw.incr = 100, analysis.type = "CA", distance.measure = "manhattan",      pca.visual.flavour = "classic") 

Depending on your chosen options, some results should have been written
into a few files; you should be able to find them in your current
(working) directory. Usually, these include a list of words/features
used to build a table of frequencies, the table itself, a file containing
recent configuration, etc.

Advanced users: you can pipe the results to a variable, e.g.:
     publishable.results = stylo() 
this will create a class "publishable.results" containing some presumably
interesting stuff. The class created, you can type, e.g.:
     summary(publishable.results)
to see which variables are stored there and how to use them.


for suggestions how to cite this software, type: citation("stylo")

Les résultat est déjà moins net… À quel moment du bruit a-t-il commencé à perturber la formation des groupes? Afin de le savoir, nous pouvons demander à Stylo de répéter l’analyse de cluster un certain nombre de fois entre 100 et 1000.

Demandons à Stylo de refaire le calculs dix fois, en incrémentant de 100 à chaque fois.

stylo(gui=FALSE, corpus.dir = "corpus",
      corpus.format = "xml.drama", corpus.lang = "French",
      analyzed.features = "w", mfw.min = 100, mfw.max = 1000, mfw.incr=100,
      analysis.type = "CA", distance.measure = "manhattan",
      pca.visual.flavour = "classic")

using current directory...
Performing no sampling (using entire text as sample)
loading BOYER_AGAMEMNON.xml ...
loading BOYER_AMOURSJUPITERSEMELE.xml   ...
loading BOYER_ARISTODEME.xml    ...
loading BOYER_ARTAXERCE.xml ...
loading CORNEILLEP_ANDROMEDE.xml    ...
loading CORNEILLEP_CID.xml  ...
loading CORNEILLEP_ILLUSIONCOMIQUE.xml  ...
loading CORNEILLEP_MEDEE.xml    ...
loading CORNEILLET_AMOURALAMODE.xml ...
loading CORNEILLET_ARIANE.xml   ...
loading CORNEILLET_BRADAMANTE.xml   ...
loading CORNEILLET_GEOLIERDESOISMEME.xml    ...
loading DURYER_CLARIGENE.xml    ...
loading DURYER_CLITOPHON.xml    ...
loading DURYER_DYNAMIS.xml  ...
loading DURYER_ESTHER.xml   ...
loading MOLIERE_AMPHITRYON.xml  ...
loading MOLIERE_DOMGARCIEDENAVARRE.xml  ...
loading MOLIERE_MISANTHROPE.xml ...
loading MOLIERE_TARTUFFE.xml    ...
loading RACINE_BERENICE.xml ...
loading RACINE_ESTHER.xml   ...
loading RACINE_IPHIGENIE.xml    ...
loading RACINE_PHEDRE.xml   ...
loading ROTROU_COSROES.xml  ...
loading ROTROU_DEUXPUCELLES.xml ...
loading ROTROU_DOMBERNARDDECABRERE.xml  ...
loading ROTROU_HERCULEMOURANT.xml   ...
loading SCARRON_DOMJAPHETDARMENIE.xml   ...
loading SCARRON_ECOLIERDESALAMANQUE.xml ...
loading SCARRON_FAUSSEAPPARENCE.xml ...
loading SCARRON_GARDIENDESOIMEME.xml    ...
loading SCUDERY_MORTDECESAR.xml ...
loading SCUDERY_ORANTE.xml  ...
loading SCUDERY_PRINCEDEGUISE.xml   ...
loading SCUDERY_VASSALGENEREUX.xml  ...
slicing input text into tokens...
turning words into features, e.g. char n-grams (if applicable)...

Total nr. of samples in the corpus:  36 
.........................
...........
The corpus consists of 611600 tokens

processing  36  text samples
...       
combining frequencies into a table...

culling @  0     available features (words)  5000 
Calculating z-scores... 

Calculating Manhattan distances... 
MFW used: 100  200  

300NANA

400NANA

500NANA

600NANA

700NANA

800NANA

900NANA

1000NANA

Function call:
stylo(gui = FALSE, corpus.dir = "corpus", corpus.format = "xml.drama",      corpus.lang = "French", analyzed.features = "w", mfw.min = 100,      mfw.max = 1000, mfw.incr = 100, analysis.type = "CA", distance.measure = "manhattan",      pca.visual.flavour = "classic") 

Depending on your chosen options, some results should have been written
into a few files; you should be able to find them in your current
(working) directory. Usually, these include a list of words/features
used to build a table of frequencies, the table itself, a file containing
recent configuration, etc.

Advanced users: you can pipe the results to a variable, e.g.:
     my.boss.will.love.it = stylo() 
this will create a class "my.boss.will.love.it" containing some presumably
interesting stuff. The class created, you can type, e.g.:
     summary(my.boss.will.love.it)
to see which variables are stored there and how to use them.


for suggestions how to cite this software, type: citation("stylo")

Difficile cependant de comparer facilement 10 dendogrammes… Et comment faire pour 20, 30 ou 1000 dendogrammes?

2.4 Contrôler autrement la fiabilité des résultats: le consensus tree

Il est possible de représenter graphiquement la somme de ces informations: il s’agit du concensus tree (“arbre de consensus”, en français). Voyons la forme de ce graphique avec les résultats que nous venons d’obtenir.

stylo(gui=FALSE, corpus.dir = "corpus",
      corpus.format = "xml.drama", corpus.lang = "French",
      analyzed.features = "w", mfw.min = 100, mfw.max = 1000, mfw.incr=100,
      analysis.type = "BCT", consensus.strength = 0.5,  distance.measure = "manhattan",
      pca.visual.flavour = "classic")

using current directory...
Performing no sampling (using entire text as sample)
loading BOYER_AGAMEMNON.xml ...
loading BOYER_AMOURSJUPITERSEMELE.xml   ...
loading BOYER_ARISTODEME.xml    ...
loading BOYER_ARTAXERCE.xml ...
loading CORNEILLEP_ANDROMEDE.xml    ...
loading CORNEILLEP_CID.xml  ...
loading CORNEILLEP_ILLUSIONCOMIQUE.xml  ...
loading CORNEILLEP_MEDEE.xml    ...
loading CORNEILLET_AMOURALAMODE.xml ...
loading CORNEILLET_ARIANE.xml   ...
loading CORNEILLET_BRADAMANTE.xml   ...
loading CORNEILLET_GEOLIERDESOISMEME.xml    ...
loading DURYER_CLARIGENE.xml    ...
loading DURYER_CLITOPHON.xml    ...
loading DURYER_DYNAMIS.xml  ...
loading DURYER_ESTHER.xml   ...
loading MOLIERE_AMPHITRYON.xml  ...
loading MOLIERE_DOMGARCIEDENAVARRE.xml  ...
loading MOLIERE_MISANTHROPE.xml ...
loading MOLIERE_TARTUFFE.xml    ...
loading RACINE_BERENICE.xml ...
loading RACINE_ESTHER.xml   ...
loading RACINE_IPHIGENIE.xml    ...
loading RACINE_PHEDRE.xml   ...
loading ROTROU_COSROES.xml  ...
loading ROTROU_DEUXPUCELLES.xml ...
loading ROTROU_DOMBERNARDDECABRERE.xml  ...
loading ROTROU_HERCULEMOURANT.xml   ...
loading SCARRON_DOMJAPHETDARMENIE.xml   ...
loading SCARRON_ECOLIERDESALAMANQUE.xml ...
loading SCARRON_FAUSSEAPPARENCE.xml ...
loading SCARRON_GARDIENDESOIMEME.xml    ...
loading SCUDERY_MORTDECESAR.xml ...
loading SCUDERY_ORANTE.xml  ...
loading SCUDERY_PRINCEDEGUISE.xml   ...
loading SCUDERY_VASSALGENEREUX.xml  ...
slicing input text into tokens...
turning words into features, e.g. char n-grams (if applicable)...

Total nr. of samples in the corpus:  36 
.........................
...........
The corpus consists of 611600 tokens

processing  36  text samples
...       
combining frequencies into a table...

culling @  0     available features (words)  5000 
Calculating z-scores... 

Calculating Manhattan distances... 
MFW used: 100  200  300  400  500  600  700  800  900  1000  

Function call:
stylo(gui = FALSE, corpus.dir = "corpus", corpus.format = "xml.drama",      corpus.lang = "French", analyzed.features = "w", mfw.min = 100,      mfw.max = 1000, mfw.incr = 100, analysis.type = "BCT", consensus.strength = 0.5,      distance.measure = "manhattan", pca.visual.flavour = "classic") 

Depending on your chosen options, some results should have been written
into a few files; you should be able to find them in your current
(working) directory. Usually, these include a list of words/features
used to build a table of frequencies, the table itself, a file containing
recent configuration, etc.

Advanced users: you can pipe the results to a variable, e.g.:
     my.cool.results = stylo() 
this will create a class "my.cool.results" containing some presumably
interesting stuff. The class created, you can type, e.g.:
     summary(my.cool.results)
to see which variables are stored there and how to use them.


for suggestions how to cite this software, type: citation("stylo")

C’est l’occasion de changer dans la méthode de calcul de distance, pour vérifier les performances de chacune. Nous utilisions jusqu’à présent la “distance de Manhattan”, essayons cette fois avec une distance euclidienne.

stylo(gui=FALSE, corpus.dir = "corpus",
      corpus.format = "xml.drama", corpus.lang = "French",
      analyzed.features = "w", mfw.min = 100, mfw.max = 1000, mfw.incr=100,
      analysis.type = "BCT", consensus.strength = 0.5,  distance.measure = "euclidean",
      pca.visual.flavour = "classic")

using current directory...
Performing no sampling (using entire text as sample)
loading BOYER_AGAMEMNON.xml ...
loading BOYER_AMOURSJUPITERSEMELE.xml   ...
loading BOYER_ARISTODEME.xml    ...
loading BOYER_ARTAXERCE.xml ...
loading CORNEILLEP_ANDROMEDE.xml    ...
loading CORNEILLEP_CID.xml  ...
loading CORNEILLEP_ILLUSIONCOMIQUE.xml  ...
loading CORNEILLEP_MEDEE.xml    ...
loading CORNEILLET_AMOURALAMODE.xml ...
loading CORNEILLET_ARIANE.xml   ...
loading CORNEILLET_BRADAMANTE.xml   ...
loading CORNEILLET_GEOLIERDESOISMEME.xml    ...
loading DURYER_CLARIGENE.xml    ...
loading DURYER_CLITOPHON.xml    ...
loading DURYER_DYNAMIS.xml  ...
loading DURYER_ESTHER.xml   ...
loading MOLIERE_AMPHITRYON.xml  ...
loading MOLIERE_DOMGARCIEDENAVARRE.xml  ...
loading MOLIERE_MISANTHROPE.xml ...
loading MOLIERE_TARTUFFE.xml    ...
loading RACINE_BERENICE.xml ...
loading RACINE_ESTHER.xml   ...
loading RACINE_IPHIGENIE.xml    ...
loading RACINE_PHEDRE.xml   ...
loading ROTROU_COSROES.xml  ...
loading ROTROU_DEUXPUCELLES.xml ...
loading ROTROU_DOMBERNARDDECABRERE.xml  ...
loading ROTROU_HERCULEMOURANT.xml   ...
loading SCARRON_DOMJAPHETDARMENIE.xml   ...
loading SCARRON_ECOLIERDESALAMANQUE.xml ...
loading SCARRON_FAUSSEAPPARENCE.xml ...
loading SCARRON_GARDIENDESOIMEME.xml    ...
loading SCUDERY_MORTDECESAR.xml ...
loading SCUDERY_ORANTE.xml  ...
loading SCUDERY_PRINCEDEGUISE.xml   ...
loading SCUDERY_VASSALGENEREUX.xml  ...
slicing input text into tokens...
turning words into features, e.g. char n-grams (if applicable)...

Total nr. of samples in the corpus:  36 
.........................
...........
The corpus consists of 611600 tokens

processing  36  text samples
...       
combining frequencies into a table...

culling @  0     available features (words)  5000 
Calculating z-scores... 

Calculating Euclidean distances... 
MFW used: 100  200  300  400  500  600  700  800  900  1000  

Function call:
stylo(gui = FALSE, corpus.dir = "corpus", corpus.format = "xml.drama",      corpus.lang = "French", analyzed.features = "w", mfw.min = 100,      mfw.max = 1000, mfw.incr = 100, analysis.type = "BCT", consensus.strength = 0.5,      distance.measure = "euclidean", pca.visual.flavour = "classic") 

Depending on your chosen options, some results should have been written
into a few files; you should be able to find them in your current
(working) directory. Usually, these include a list of words/features
used to build a table of frequencies, the table itself, a file containing
recent configuration, etc.

Advanced users: you can pipe the results to a variable, e.g.:
     I.love.this.stuff = stylo() 
this will create a class "I.love.this.stuff" containing some presumably
interesting stuff. The class created, you can type, e.g.:
     summary(I.love.this.stuff)
to see which variables are stored there and how to use them.


for suggestions how to cite this software, type: citation("stylo")

Et maintenant avec une distance typique de la stylométrie: la distance de Burrows (du nom de son inventeur, John Burrows), aussi appelée “classic delta”.

stylo(gui=FALSE, corpus.dir = "corpus",
      corpus.format = "xml.drama", corpus.lang = "French",
      analyzed.features = "w", mfw.min = 100, mfw.max = 1000, mfw.incr=100,
      analysis.type = "BCT", consensus.strength = 0.5,  distance.measure = "delta",
      pca.visual.flavour = "classic")

using current directory...
Performing no sampling (using entire text as sample)
loading BOYER_AGAMEMNON.xml ...
loading BOYER_AMOURSJUPITERSEMELE.xml   ...
loading BOYER_ARISTODEME.xml    ...
loading BOYER_ARTAXERCE.xml ...
loading CORNEILLEP_ANDROMEDE.xml    ...
loading CORNEILLEP_CID.xml  ...
loading CORNEILLEP_ILLUSIONCOMIQUE.xml  ...
loading CORNEILLEP_MEDEE.xml    ...
loading CORNEILLET_AMOURALAMODE.xml ...
loading CORNEILLET_ARIANE.xml   ...
loading CORNEILLET_BRADAMANTE.xml   ...
loading CORNEILLET_GEOLIERDESOISMEME.xml    ...
loading DURYER_CLARIGENE.xml    ...
loading DURYER_CLITOPHON.xml    ...
loading DURYER_DYNAMIS.xml  ...
loading DURYER_ESTHER.xml   ...
loading MOLIERE_AMPHITRYON.xml  ...
loading MOLIERE_DOMGARCIEDENAVARRE.xml  ...
loading MOLIERE_MISANTHROPE.xml ...
loading MOLIERE_TARTUFFE.xml    ...
loading RACINE_BERENICE.xml ...
loading RACINE_ESTHER.xml   ...
loading RACINE_IPHIGENIE.xml    ...
loading RACINE_PHEDRE.xml   ...
loading ROTROU_COSROES.xml  ...
loading ROTROU_DEUXPUCELLES.xml ...
loading ROTROU_DOMBERNARDDECABRERE.xml  ...
loading ROTROU_HERCULEMOURANT.xml   ...
loading SCARRON_DOMJAPHETDARMENIE.xml   ...
loading SCARRON_ECOLIERDESALAMANQUE.xml ...
loading SCARRON_FAUSSEAPPARENCE.xml ...
loading SCARRON_GARDIENDESOIMEME.xml    ...
loading SCUDERY_MORTDECESAR.xml ...
loading SCUDERY_ORANTE.xml  ...
loading SCUDERY_PRINCEDEGUISE.xml   ...
loading SCUDERY_VASSALGENEREUX.xml  ...
slicing input text into tokens...
turning words into features, e.g. char n-grams (if applicable)...

Total nr. of samples in the corpus:  36 
.........................
...........
The corpus consists of 611600 tokens

processing  36  text samples
...       
combining frequencies into a table...

culling @  0     available features (words)  5000 
Calculating z-scores... 

Calculating classic Delta distances... 
MFW used: 100  200  300  400  500  600  700  800  900  1000  

Function call:
stylo(gui = FALSE, corpus.dir = "corpus", corpus.format = "xml.drama",      corpus.lang = "French", analyzed.features = "w", mfw.min = 100,      mfw.max = 1000, mfw.incr = 100, analysis.type = "BCT", consensus.strength = 0.5,      distance.measure = "delta", pca.visual.flavour = "classic") 

Depending on your chosen options, some results should have been written
into a few files; you should be able to find them in your current
(working) directory. Usually, these include a list of words/features
used to build a table of frequencies, the table itself, a file containing
recent configuration, etc.

Advanced users: you can pipe the results to a variable, e.g.:
     my.discovery = stylo() 
this will create a class "my.discovery" containing some presumably
interesting stuff. The class created, you can type, e.g.:
     summary(my.discovery)
to see which variables are stored there and how to use them.


for suggestions how to cite this software, type: citation("stylo")

Comparez les résultats obtenus avec ces différentes méthode de calcul. Réflechissez à ce dilemme: la différence entre les résultats signifie-t-elle

• que les résultats ne sont pas fiables?
• que certains calculs de distance ne sont pas fiables?
• ou bien que l’on ne peut rien déduire de ce corpus?

3. Fonctionnement de stylo

3.1 Fonctionnement de R

R permet de faire des calculs comme

1+1

[1] 2

ou

2-1

[1] 1

On peut créer des vecteurs, c’est-à-dire des liste de chiffres

c(1, 2, 3, 4, 5)

[1] 1 2 3 4 5

ou de chaînes de caractères (appelées strings en anglais) si on utilise des guillemets

c("a", "b", "c")

[1] "a" "b" "c"

Les chiffres, utilisés entre guillements, ne sont donc plus des chiffres mais de simples caractères: impossible de faire des calculs:

"1"+"1"

Error in "1" + "1" : non-numeric argument to binary operator

Ces données peuvent être importantes, et il peut être intéressant de les garder au cas où on en aurait besoin plus tard. On peut les stocker dans une variable, qui s’utilise comme suit:

variable = c("a", "b", "c")

La variable est ensuite appelée de cette manière

variable

[1] "a" "b" "c"

Elle permet donc de lire les résultats, qui ont été mis de côté.

Important Le nom de la variable est arbitraire, il peut donc être

truc = c("a", "b", "c")
truc

[1] "a" "b" "c"

ou encore

machinBiduleChouette = c("a", "b", "c")
machinBiduleChouette

[1] "a" "b" "c"

Les résultats stockés dans une variable peuvent être complexes, et permettre de faire des graphiques si ce sont des chiffres. Par exemple:

UneVariable = c(1, 1+2, 2*2, 3-1, 4/2)
plot(UneVariable)

Ces graphiques peuvent prendre plusieurs formes, comme une boxplot (“boîtee à moustaches” en français):

boxplot(UneVariable)

ou un histogramme:

hist(UneVariable)

Il est aussi possible d’avoir des informations statistiques nos données.

summary(UneVariable)

   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
    1.0     2.0     2.0     2.4     3.0     4.0 

Nous avons ici:

1. Min: Le minimum
2. 1st Qu.: Le premier quartile (au moins 25% des valeurs de la série sont inférieures), c’est un critère de dispersion
3. Median: La médiane
4. Mean: La moyenne
5. 3rd Qu.: Le troisième quartile (au moins 25% des valeurs de la série sont supérieurs), c’est un autre critère de dispersion
6. Max.: Le maximum

Il en va de même pour Stylo: le package découpe le texte de diverses manières, et réutilise ces données pour faire les graphiques que nous avons vus.

3.2 Dans stylo

Les données utilisées pendant l’analyse stylométrique sont accessibles: pour les voir, nous devons donc créer une variable et les stocker . Appelons la variable “resultats”, qui s’utilise ainsi:

resultats = stylo(gui=FALSE, corpus.dir = "corpus",
      corpus.format = "xml.drama", corpus.lang = "French",
      analyzed.features = "w", mfw.min = 100, mfw.max = 100, mfw.incr=100,
      analysis.type = "CA", distance.measure = "delta",
      pca.visual.flavour = "classic")

using current directory...
Performing no sampling (using entire text as sample)
loading BOYER_AGAMEMNON.xml ...
loading BOYER_AMOURSJUPITERSEMELE.xml   ...
loading BOYER_ARISTODEME.xml    ...
loading BOYER_ARTAXERCE.xml ...
loading CORNEILLEP_ANDROMEDE.xml    ...
loading CORNEILLEP_CID.xml  ...
loading CORNEILLEP_ILLUSIONCOMIQUE.xml  ...
loading CORNEILLEP_MEDEE.xml    ...
loading CORNEILLET_AMOURALAMODE.xml ...
loading CORNEILLET_ARIANE.xml   ...
loading CORNEILLET_BRADAMANTE.xml   ...
loading CORNEILLET_GEOLIERDESOISMEME.xml    ...
loading DURYER_CLARIGENE.xml    ...
loading DURYER_CLITOPHON.xml    ...
loading DURYER_DYNAMIS.xml  ...
loading DURYER_ESTHER.xml   ...
loading MOLIERE_AMPHITRYON.xml  ...
loading MOLIERE_DOMGARCIEDENAVARRE.xml  ...
loading MOLIERE_MISANTHROPE.xml ...
loading MOLIERE_TARTUFFE.xml    ...
loading RACINE_BERENICE.xml ...
loading RACINE_ESTHER.xml   ...
loading RACINE_IPHIGENIE.xml    ...
loading RACINE_PHEDRE.xml   ...
loading ROTROU_COSROES.xml  ...
loading ROTROU_DEUXPUCELLES.xml ...
loading ROTROU_DOMBERNARDDECABRERE.xml  ...
loading ROTROU_HERCULEMOURANT.xml   ...
loading SCARRON_DOMJAPHETDARMENIE.xml   ...
loading SCARRON_ECOLIERDESALAMANQUE.xml ...
loading SCARRON_FAUSSEAPPARENCE.xml ...
loading SCARRON_GARDIENDESOIMEME.xml    ...
loading SCUDERY_MORTDECESAR.xml ...
loading SCUDERY_ORANTE.xml  ...
loading SCUDERY_PRINCEDEGUISE.xml   ...
loading SCUDERY_VASSALGENEREUX.xml  ...
slicing input text into tokens...
turning words into features, e.g. char n-grams (if applicable)...

Total nr. of samples in the corpus:  36 
.........................
...........
The corpus consists of 611600 tokens

processing  36  text samples
...       
combining frequencies into a table...

culling @  0     available features (words)  5000 
Calculating z-scores... 

Calculating classic Delta distances... 
MFW used: 100  

Voyons ce que nous donne cette variable:

resultats

Function call:
stylo(gui = FALSE, corpus.dir = "corpus", corpus.format = "xml.drama",      corpus.lang = "French", analyzed.features = "w", mfw.min = 100,      mfw.max = 100, mfw.incr = 100, analysis.type = "CA", distance.measure = "delta",      pca.visual.flavour = "classic") 

Depending on your chosen options, some results should have been written
into a few files; you should be able to find them in your current
(working) directory. Usually, these include a list of words/features
used to build a table of frequencies, the table itself, a file containing
recent configuration, etc.

Advanced users: you can pipe the results to a variable, e.g.:
     best.results.ever = stylo() 
this will create a class "best.results.ever" containing some presumably
interesting stuff. The class created, you can type, e.g.:
     summary(best.results.ever)
to see which variables are stored there and how to use them.


for suggestions how to cite this software, type: citation("stylo")

Les données sont nombreuses: on nous redirige vers une sorte de portail avec les différentes données collectées, que l’on peut consulter avec le code suivant:

summary(resultats)

Function call:
stylo(gui = FALSE, corpus.dir = "corpus", corpus.format = "xml.drama",      corpus.lang = "French", analyzed.features = "w", mfw.min = 100,      mfw.max = 100, mfw.incr = 100, analysis.type = "CA", distance.measure = "delta",      pca.visual.flavour = "classic") 

Available variables:

           distance.table  final distances between each pair of samples
                 features  features (e.g. words, n-grams, ...) applied to data
   features.actually.used  features (e.g. frequent words) actually analyzed
    frequencies.0.culling  frequencies of words/features accross the corpus
            list.of.edges  edges of a network of stylometric similarities
     table.with.all.freqs  frequencies of words/features accross the corpus
   table.with.all.zscores  z-scored frequencies accross the corpus

These variables can be accessed by typing e.g.:

 resultats$distance.table 

Plusieurs variables sont diponibles. features permet d’afficher la liste des mots par ordre de fréquence:

resultats$features

---------------------------------------------------
features (e.g. words, n-grams, ...) applied to data 
---------------------------------------------------

  [1]  de            et            que           vous          le            
  [6]  je            l             à            la            un            
 [11]  il            est           en            d             qu            
 [16]  ce            ne            qui           pour          les           
 [21]  mon           me            n             si            j             
 [26]  m             des           on            son           ma            
 [31]  mais          plus          a             une           pas           
 [36]  par           votre         du            dans          moi           
 [41]  sa            elle          bien          au            tout          
 [46]  s             nous          lui           sans          c             
 [51]  ai            fait          se            tu            mes           
 [56]  point         amour         cette         ses           vos           
 [61]  même         peut          sur           coeur         ces           
 [66]  avec          où           être         trop          faire         
 [71]  ou            tous          roi           scène        faut          
 [76]  voir          comme         y             t             aux           
 [81]  dont          rien          yeux          leur          quand         
 [86]  suis          te            quoi          ont           âme          
 [91]  sont          enfin         grand         tant          dieux         
 [96]  non           cet           quel          père         ciel          
[101]  madame        ton           ils           peu           autre         
[106]  nos           moins         quelque       donc          sang          
[111]  jamais        mort          puis          gloire        ta            
[116]  ici           vois          veux          ô            seigneur      
[121]  contre        honneur       jour          don           aime          
[126]  deux          prince        avoir         doit          sort          
[131]  notre         toujours      toi           après        esprit        
[136]  mal           avez          soit          veut          temps         
[141]  aussi         ah            dit           ainsi         toute         
[146]  là           assez         peine         encor         fils          
[151]  dire          seul          va            main          vie           
[156]  oui           encore        sais          dieu          fois          
[161]  fort          fille         donne         nom           leurs         
[166]  mieux         vient         tes           sous          était        
[171]  dois          ni            pouvoir       crime         amant         
[176]  bras          flamme        frère        foi           reine         
[181]  fais          état         raison        déjà        dessein       
[186]  quelle        vu            hélas        rendre        lieux         
[191]  voeux         malheur       aujourd       hui           donner        
[196]  beau          espoir        pu            fut           heureux       
[201]  lieu          première     homme         coup          juste         
[206]  voit          dis           douleur       jusqu         ait           
[211]  grâce        mains         cour          vertu         autres        
[216]  haine         courroux      jours         celui         doux          
[221]  discours      entre         viens         crois         doute         
[226]  puisque       ha            parler        monsieur      devoir        
[231]  avait         grands        êtes         hymen         soins         
[236]  soeur         chez          secret        courage       ardeur        
[241]  autant        laisse        objet         belle         mourir        
[246]  bon           trône        fortune       pleurs        prendre       
[251]  loin          parle         faites        aimer         trouve        
[256]  vrai          tel           bonheur       maître       moment        
[261]  extrême      rois          mille         effet         puisse        
[266]  devant        eux           acte          maux          ose           
[271]  porte         pourquoi      vais          eût          malgré       
[276]  faveur        toutes        force         rend          croire        
[281]  digne         sera          sujet         cher          part          
[286]  chose         seulement     voyez         soin          vain          
[291]  allons        phèdre       reste         sait          cependant     
[296]  car           destin        victoire      malheureux    monde         
[301]  choix         sens          voulez        colère       terre         
[306]  bruit         depuis        triste        éclat        font          
[311]  funeste       fureur        seule         v             coups         
[316]  époux        feu           avant         mérite       allez         
[321]  princesse     vers          voix          ii            plutôt       
[326]  secours       as            lois          mère         semble        
[331]  ayant         ceux          peuple        iii           empire        
[336]  prix          joie          rang          thésée      cruel         
[341]  puisqu        ennemis       iv            honte         souffrir      
[346]  rival         cela          femme         pris          vainqueur     
[351]  place         serait        perdre        hé           nuit          
[356]  repos         venger        trépas       trouver       longtemps     
[361]  cent          demande       peur          craindre      perte         
[366]  bientôt      haut          corps         zèle         respect       
[371]  alors         ordre         lorsque       paraître     trouble       
[376]  premier       savoir        voilà        coupable      fidèle       
[381]  traître      celle         hippolyte     malheurs      mettre        
[386]  ennemi        fit           feux          loi           tête         
[391]  oeil          orgueil       beauté       donné        voici         
[396]  désirs       généreux    amitié       appas         aurait        
[401]  quelques      horreur       beaucoup      envie         pouvez        
[406]  heure         puissance     quels         souvent       bas           
[411]  ami           combat        glorieux      lâche        servir        
[416]  théâtre     avais         effort        dessus        jupiter       
[421]  aller         chercher      croit         vengeance     suivre        
[426]  voulu         gens          pitié        armes         été         
[431]  crains        fin           illustre      sire          su            
[436]  voyant        aura          estime        grande        plaisir       
[441]  couronne      jaloux        partout       personne      rigueur       
[446]  silence       vue           intérêt     justice       maîtresse    
[451]  paix          vouloir       aurais        dites         fasse         
[456]  sauver        adieu         cours         crainte       droit         
[461]  mis           nature        passion       savez         valeur        
[466]  larmes        fatal         besoin        bonne         garde         
[471]  sein          sentiments    venir         soupirs       afin          
[476]  étant        grandeur      plaire        retour        vivre         
[481]  comment       faiblesse     connaître    croyez        dès          
[486]  laissez       cacher        mien          mot           rodrigue      
[491]  amis          visage        bouche        cause         esther        
[496]  indigne       noble         charmes       entendre      sanche        
[501]  abord         pays          dedans        ingrat        offre         
[506]  palais        entends       faible        hommes        coeurs        
[511]  cieux         connais       laisser       mépris       désespoir    
[516]  trois         dernier       montrer       nouveau       parlez        
[521]  plaît        sortir        succès       attendre      avis          
[526]  offense       sceptre       toutefois     cesse         chacun        
[531]  choses        prends        fera          jeune         telle         
[536]  amoureux      étais        front         humeur        imprimer      
[541]  eut           pourrait      punir         biens         cherche       
[546]  chère        chimène      comte         monstre       près         
[551]  sorte         combien       demander      fers          prend         
[556]  régner       traits        conseil       cru           passe         
[561]  perfide       saurait       vit           arcas         nouvelle      
[566]  plein         tiens         univers       aimé         esprits       
[571]  venez         aimable       vôtre        aucun         chaque        
[576]  défendre     eu            naissance     parmi         propre        
[581]  aimez         odieux        outrage       songez        art           
[586]  auprès       supplice      attend        cruelle       sommes        
[591]  tendresse     injuste       péril        permis        souffre       
[596]  air           ans           désir        presse        tient         
[601]  desseins      pieds         plaindre      regret        sois          
[606]  transports    agamemnon     cède         gardes        guerre        
[611]  héros        parole        racine        beaux         cache         
[616]  léon         perdu         plaisirs      sensible      infante       
[621]  jusques       montre        paraît       paris         rage          
[626]  règne        arrêt        douleurs      efforts       excès        
[631]  mémoire      sujets        tantôt       très         alcandre      
[636]  milieu        peux          présent      soleil        vi            
[641]  ailleurs      cassandre     constance     espérance    faux          
[646]  vaincre       amants        attends       aveu          césar        
[651]  devez         elles         espère       met           porter        
[656]  rome          suit          violence      i             innocence     
[661]  maintenant    pense         appelle       douceur       espérer      
[666]  moindre       regards       triomphe      victime       adore         
[671]  écoute       infidèle     juge          mortel        suffit        
[676]  tomber        vaut          voudrais      aurai         aventure      
[681]  erreur        foudre        pièce        adresse       comédie      
[686]  demeure       épée        étrange      instant       quitter       
[691]  soient        vertus        ville         importe       maison        
[696]  parti         pensée       penser        pourtant      présence     
[701]  quelqu        rendu         tour          tragédie     auteur        
[706]  beautés      bonté        contraire     craignez      fer           
[711]  souffrez      taire         tourment      audace        aveugle       
[716]  léonore      liberté      lucipe        oblige        ôte          
[721]  propos        craint        exemple       perds         périr        
[726]  peuvent       promis        avecque       bout          orante        
[731]  perd          recevoir      sert          titus         action        
[736]  agir          favorable     histoire      mots          obéir        
[741]  privilège    remède       rends         suite         affaire       
[746]  arrête       chemin        ensemble      hyménée     moyen         
[751]  offrir        songe         abandonne     aussitôt     légitime     
[756]  obstacle      pourrais      prêt         soi           trouvé       
[761]  vis           âge          apprendre     donnez        douter        
[766]  effroi        fédéric     fuite         rare          service       
[771]  témoins      conseils      dernière     isabelle      juger         
[776]  manque        oronte        ouvrage       quitte        roger         
[781]  es            ombre         ôter         port          rendez        
[786]  tendre        verra         bons          conserver     innocent      
[791]  jalousie      lit           occasion      prête        prompt        
[796]  souvenir      tombe         vérité      apparence     avons         
[801]  davantage     fallait       ferai         louis         nérine       
[806]  tenir         affront       écouter      fruit         haïr         
[811]  long          mériter      puissant      aisément     ennui         
[816]  entretien     lorsqu        naître       passer        satisfaire    
[821]  soyez         temple        tort          trahir        mêmes        
[826]  prenez        tombeau       disgrâce     enfants       livre         
[831]  mienne        pouvait       prison        quelquefois   quoique       
[836]  reçu         tyran         achille       affreux       finir         
[841]  mérité      pourra        presque       sacrifice     côté        
[846]  entière      exploits      mauvais       pareil        qualité      
[851]  regarde       secrets       vont          changement    effets        
[856]  garder        ouvre         raisons       sage          arrêter      
[861]  barbare       capable       empêcher     étonne       faisant       
[866]  famille       remords       témoin       vaine         antoine       
[871]  appui         assurer       clitophon     ennuis        fameux        
[876]  ferme         touche        amours        autel         avantage      
[881]  darius        demain        destinée     forte         lettre        
[886]  majesté      mortels       nombre        or            ressentiment  
[891]  sentiment     tirer         trahison      vii           andromède    
[896]  autels        connaît      criminel      défense      dirai         
[901]  fatale        haute         hors          lumière      menace        
[906]  misérable    nécessaire   parce         bérénice    charme        
[911]  combattre     dû           esclave       faits         faute         
[916]  flatter       injustice     jette         obliger       tôt          
[921]  tue           âmes         fou           jason         lisette       
[926]  morts         sache         souci         soupçons     surtout       
[931]  tristes       véritable    amène        confus        cris          
[936]  découvrir    désormais    états        faisons       honteux       
[941]  hôtel        lors          orage         résoudre     satisfait     
[946]  spectacle     surpris       alcmène      aricie        choeur        
[951]  clarigène    combats       danger        importune     ingrate       
[956]  juifs         justes        médée       pedre         rompre        
[961]  surprise      trait         approche      bontés       engage        
[966]  fureurs       genoux        mari          meure         ouvrir        
[971]  tandis        tremble       venu          accord        arracher      
[976]  bois          chambre       droits        fût          partir        
[981]  phinée       pleine        poison        querelle      répondre     
[986]  rivale        seront        soupire       téméraire   armée        
[991]  brave         certain       change        changer       content       
[996]  fâcheux      passé        peines        refus         souverain     

(total number of elements:  5000)

Ces mots sont classés du plus au moins fréquent dans le corpus. Nous pouvons voir leur fréquence par texte avec la variable table.with.all.freqs

resultats$table.with.all.freqs

------------------------------------------------
frequencies of words/features accross the corpus 
------------------------------------------------

                           de        et        que       vous      le       
BOYER_AGAMEMNON            3.2904149 2.3670178 1.8272857 1.7297438 1.4956431
BOYER_AMOURSJUPITERSEMELE  3.3849713 2.7663213 1.6597928 2.16779   1.7452973
BOYER_ARISTODEME           2.8586839 2.4734166 1.9648636 1.9417476 1.7645246
BOYER_ARTAXERCE            3.5923052 2.9386757 1.7111276 1.6420449 1.9290041
CORNEILLEP_ANDROMEDE       3.3951384 2.8881046 1.8740369 1.7497639 1.6851419
CORNEILLEP_CID             3.1328205 2.7110946 1.7286125 0.8805265 1.7795903
CORNEILLEP_ILLUSIONCOMIQUE 3.3480808 2.5887839 1.7577424 1.745785  1.5006577
CORNEILLEP_MEDEE           3.602332  3.0193311 1.9515189 1.0923596 1.2887389
CORNEILLET_AMOURALAMODE    2.6624246 2.2326412 1.8251842 3.0866265 1.2335343
CORNEILLET_ARIANE          2.7007344 1.8146507 1.9785155 2.4276264 1.6083025
                           ...       ...       ...       ...       ...      
                           je        l         à         la        un       
BOYER_AGAMEMNON            1.9183249 1.3850956 1.4306152 1.4501236 1.4501236
BOYER_AMOURSJUPITERSEMELE  1.5692586 1.6245851 1.3378936 1.5441103 2.0068404
BOYER_ARISTODEME           1.8801048 1.5641855 1.5950069 1.6335337 1.3022037
BOYER_ARTAXERCE            1.7217558 1.567648  1.7642683 1.3497715 1.6367308
CORNEILLEP_ANDROMEDE       1.0488641 1.6553164 1.8292986 1.5658398 1.307352 
CORNEILLEP_CID             1.5617759 1.8166651 1.8954491 1.3207897 1.3995736
CORNEILLEP_ILLUSIONCOMIQUE 1.9191678 1.4767428 1.4707641 1.2914026 1.53653  
CORNEILLEP_MEDEE           1.5526235 1.5219392 2.1172139 1.5771709 1.3930654
CORNEILLET_AMOURALAMODE    2.2270596 1.7526234 1.814021  1.2391159 1.2949319
CORNEILLET_ARIANE          1.9785155 1.8874795 1.8632033 1.1713297 1.2259513
                           ...       ...       ...       ...       ...      
                           il           
BOYER_AGAMEMNON            0.8258551 ...
BOYER_AMOURSJUPITERSEMELE  1.2121517 ...
BOYER_ARISTODEME           1.3561412 ...
BOYER_ARTAXERCE            1.3603996 ...
CORNEILLEP_ANDROMEDE       1.3272357 ...
CORNEILLEP_CID             1.3485958 ...
CORNEILLEP_ILLUSIONCOMIQUE 1.6321894 ...
CORNEILLEP_MEDEE           1.1660018 ...
CORNEILLET_AMOURALAMODE    1.546104  ...
CORNEILLET_ARIANE          1.8996176 ...
                           ...       ...

(total number of rows/columns:  36/5000)

Ces résultats permettent d’évaluer la distance entre chacun des textes de notre corpus. Cette fois les résultats sont accessibles avec le nom de notre variable suivi de $distance.table

resultats$distance.table 

--------------------------------------------
final distances between each pair of samples 
--------------------------------------------

                           BOYER_AGAMEMNON BOYER_AMOURSJUPITERSEMELE BOYER_ARISTODEME
BOYER_AGAMEMNON            0               0.9783326                 1.015679        
BOYER_AMOURSJUPITERSEMELE  0.9783326       0                         0.8662667       
BOYER_ARISTODEME           1.015679        0.8662667                 0               
BOYER_ARTAXERCE            1.0074953       0.8271082                 0.8554498       
CORNEILLEP_ANDROMEDE       1.1921901       0.9871737                 0.9188029       
CORNEILLEP_CID             1.1766662       1.0303819                 0.9174709       
CORNEILLEP_ILLUSIONCOMIQUE 1.1041945       1.0079112                 0.9935478       
CORNEILLEP_MEDEE           1.049137        1.0945042                 0.9252656       
CORNEILLET_AMOURALAMODE    1.4957435       1.276481                  1.3167288       
CORNEILLET_ARIANE          1.5266419       1.2316265                 1.3232579       
                           ...             ...                       ...             
                           BOYER_ARTAXERCE CORNEILLEP_ANDROMEDE CORNEILLEP_CID
BOYER_AGAMEMNON            1.0074953       1.1921901            1.1766662     
BOYER_AMOURSJUPITERSEMELE  0.8271082       0.9871737            1.0303819     
BOYER_ARISTODEME           0.8554498       0.9188029            0.9174709     
BOYER_ARTAXERCE            0               0.9947269            0.8419137     
CORNEILLEP_ANDROMEDE       0.9947269       0                    1.0300417     
CORNEILLEP_CID             0.8419137       1.0300417            0             
CORNEILLEP_ILLUSIONCOMIQUE 0.8629873       0.9055432            0.7449658     
CORNEILLEP_MEDEE           0.9073128       0.9140746            0.6075916     
CORNEILLET_AMOURALAMODE    1.3138351       1.4109982            1.1426195     
CORNEILLET_ARIANE          1.1982886       1.3898177            1.1936723     
                           ...             ...                  ...           
                           CORNEILLEP_ILLUSIONCOMIQUE CORNEILLEP_MEDEE
BOYER_AGAMEMNON            1.1041945                  1.049137        
BOYER_AMOURSJUPITERSEMELE  1.0079112                  1.0945042       
BOYER_ARISTODEME           0.9935478                  0.9252656       
BOYER_ARTAXERCE            0.8629873                  0.9073128       
CORNEILLEP_ANDROMEDE       0.9055432                  0.9140746       
CORNEILLEP_CID             0.7449658                  0.6075916       
CORNEILLEP_ILLUSIONCOMIQUE 0                          0.7263618       
CORNEILLEP_MEDEE           0.7263618                  0               
CORNEILLET_AMOURALAMODE    0.9827696                  1.2024798       
CORNEILLET_ARIANE          1.1602683                  1.2501885       
                           ...                        ...             
                           CORNEILLET_AMOURALAMODE CORNEILLET_ARIANE
BOYER_AGAMEMNON            1.4957435               1.5266419        
BOYER_AMOURSJUPITERSEMELE  1.276481                1.2316265        
BOYER_ARISTODEME           1.3167288               1.3232579        
BOYER_ARTAXERCE            1.3138351               1.1982886        
CORNEILLEP_ANDROMEDE       1.4109982               1.3898177        
CORNEILLEP_CID             1.1426195               1.1936723        
CORNEILLEP_ILLUSIONCOMIQUE 0.9827696               1.1602683        
CORNEILLEP_MEDEE           1.2024798               1.2501885        
CORNEILLET_AMOURALAMODE    0                       0.9378568        
CORNEILLET_ARIANE          0.9378568               0                
                           ...                     ...              
                           CORNEILLET_BRADAMANTE    
BOYER_AGAMEMNON            1.3632976             ...
BOYER_AMOURSJUPITERSEMELE  1.1469947             ...
BOYER_ARISTODEME           1.1172791             ...
BOYER_ARTAXERCE            1.0711219             ...
CORNEILLEP_ANDROMEDE       1.2529945             ...
CORNEILLEP_CID             1.0225612             ...
CORNEILLEP_ILLUSIONCOMIQUE 1.0268625             ...
CORNEILLEP_MEDEE           1.128626              ...
CORNEILLET_AMOURALAMODE    0.9540644             ...
CORNEILLET_ARIANE          0.6871273             ...
                           ...                   ...

(total number of rows/columns:  36/36)

Remarquons que ces résultats forment une courbe parfaitement distribuée.

 hist(resultats$distance.table)

C’est donc à partir de ces fréquences, puis de ces distances que nous obtenons les dendogrammes que nous avons vus précédemment.

4. D’autres visualisations

4.1 Multidimensional scaling

Un mode de visualisation des données assez commun est le Multidimensional scaling (“positionnement multidimensionnel” en français). Pour faire (très, très) simple, il s’agit de spatialiser les résultats.

stylo(gui=FALSE, corpus.dir = "corpus",
      corpus.format = "xml.drama", corpus.lang = "French",
      analyzed.features = "w", mfw.min = 100, mfw.max = 100, mfw.incr=100,
      analysis.type = "MDS",  distance.measure = "manhattan",
      pca.visual.flavour = "classic")

using current directory...
Performing no sampling (using entire text as sample)
loading BOYER_AGAMEMNON.xml ...
loading BOYER_AMOURSJUPITERSEMELE.xml   ...
loading BOYER_ARISTODEME.xml    ...
loading BOYER_ARTAXERCE.xml ...
loading CORNEILLEP_ANDROMEDE.xml    ...
loading CORNEILLEP_CID.xml  ...
loading CORNEILLEP_ILLUSIONCOMIQUE.xml  ...
loading CORNEILLEP_MEDEE.xml    ...
loading CORNEILLET_AMOURALAMODE.xml ...
loading CORNEILLET_ARIANE.xml   ...
loading CORNEILLET_BRADAMANTE.xml   ...
loading CORNEILLET_GEOLIERDESOISMEME.xml    ...
loading DURYER_CLARIGENE.xml    ...
loading DURYER_CLITOPHON.xml    ...
loading DURYER_DYNAMIS.xml  ...
loading DURYER_ESTHER.xml   ...
loading MOLIERE_AMPHITRYON.xml  ...
loading MOLIERE_DOMGARCIEDENAVARRE.xml  ...
loading MOLIERE_MISANTHROPE.xml ...
loading MOLIERE_TARTUFFE.xml    ...
loading RACINE_BERENICE.xml ...
loading RACINE_ESTHER.xml   ...
loading RACINE_IPHIGENIE.xml    ...
loading RACINE_PHEDRE.xml   ...
loading ROTROU_COSROES.xml  ...
loading ROTROU_DEUXPUCELLES.xml ...
loading ROTROU_DOMBERNARDDECABRERE.xml  ...
loading ROTROU_HERCULEMOURANT.xml   ...
loading SCARRON_DOMJAPHETDARMENIE.xml   ...
loading SCARRON_ECOLIERDESALAMANQUE.xml ...
loading SCARRON_FAUSSEAPPARENCE.xml ...
loading SCARRON_GARDIENDESOIMEME.xml    ...
loading SCUDERY_MORTDECESAR.xml ...
loading SCUDERY_ORANTE.xml  ...
loading SCUDERY_PRINCEDEGUISE.xml   ...
loading SCUDERY_VASSALGENEREUX.xml  ...
slicing input text into tokens...
turning words into features, e.g. char n-grams (if applicable)...

Total nr. of samples in the corpus:  36 
.........................
...........
The corpus consists of 611600 tokens

processing  36  text samples
...       
combining frequencies into a table...

culling @  0     available features (words)  5000 
Calculating z-scores... 

Calculating Manhattan distances... 
MFW used: 100  

Function call:
stylo(gui = FALSE, corpus.dir = "corpus", corpus.format = "xml.drama",      corpus.lang = "French", analyzed.features = "w", mfw.min = 100,      mfw.max = 100, mfw.incr = 100, analysis.type = "MDS", distance.measure = "manhattan",      pca.visual.flavour = "classic") 

Depending on your chosen options, some results should have been written
into a few files; you should be able to find them in your current
(working) directory. Usually, these include a list of words/features
used to build a table of frequencies, the table itself, a file containing
recent configuration, etc.

Advanced users: you can pipe the results to a variable, e.g.:
     x = stylo() 
this will create a class "x" containing some presumably
interesting stuff. The class created, you can type, e.g.:
     summary(x)
to see which variables are stored there and how to use them.


for suggestions how to cite this software, type: citation("stylo")

Un des intérêts de ce type de visualisation est d’identifier les auteurs avec les styles les plus neutres, et ceux avec les styles les plus marqués.

Une telle visualisation permet

4.2 Principal component analysis

Un autre mode de visualisation est le principal component analysis (“Analyse en composantes principales” en français), qui permet lui aussi de spatialiser les résultats, selon une autre éthode de calcul.

4.2.1 Principal component analysis classique

stylo(gui=FALSE, corpus.dir = "corpus",
      corpus.format = "xml.drama", corpus.lang = "French",
      analyzed.features = "w", mfw.min = 100, mfw.max = 100, mfw.incr=100,
      analysis.type = "PCV",  distance.measure = "delta",
      pca.visual.flavour = "classic")

using current directory...
Performing no sampling (using entire text as sample)
loading BOYER_AGAMEMNON.xml ...
loading BOYER_AMOURSJUPITERSEMELE.xml   ...
loading BOYER_ARISTODEME.xml    ...
loading BOYER_ARTAXERCE.xml ...
loading CORNEILLEP_ANDROMEDE.xml    ...
loading CORNEILLEP_CID.xml  ...
loading CORNEILLEP_ILLUSIONCOMIQUE.xml  ...
loading CORNEILLEP_MEDEE.xml    ...
loading CORNEILLET_AMOURALAMODE.xml ...
loading CORNEILLET_ARIANE.xml   ...
loading CORNEILLET_BRADAMANTE.xml   ...
loading CORNEILLET_GEOLIERDESOISMEME.xml    ...
loading DURYER_CLARIGENE.xml    ...
loading DURYER_CLITOPHON.xml    ...
loading DURYER_DYNAMIS.xml  ...
loading DURYER_ESTHER.xml   ...
loading MOLIERE_AMPHITRYON.xml  ...
loading MOLIERE_DOMGARCIEDENAVARRE.xml  ...
loading MOLIERE_MISANTHROPE.xml ...
loading MOLIERE_TARTUFFE.xml    ...
loading RACINE_BERENICE.xml ...
loading RACINE_ESTHER.xml   ...
loading RACINE_IPHIGENIE.xml    ...
loading RACINE_PHEDRE.xml   ...
loading ROTROU_COSROES.xml  ...
loading ROTROU_DEUXPUCELLES.xml ...
loading ROTROU_DOMBERNARDDECABRERE.xml  ...
loading ROTROU_HERCULEMOURANT.xml   ...
loading SCARRON_DOMJAPHETDARMENIE.xml   ...
loading SCARRON_ECOLIERDESALAMANQUE.xml ...
loading SCARRON_FAUSSEAPPARENCE.xml ...
loading SCARRON_GARDIENDESOIMEME.xml    ...
loading SCUDERY_MORTDECESAR.xml ...
loading SCUDERY_ORANTE.xml  ...
loading SCUDERY_PRINCEDEGUISE.xml   ...
loading SCUDERY_VASSALGENEREUX.xml  ...
slicing input text into tokens...
turning words into features, e.g. char n-grams (if applicable)...

Total nr. of samples in the corpus:  36 
.........................
...........
The corpus consists of 611600 tokens

processing  36  text samples
...       
combining frequencies into a table...

culling @  0     available features (words)  5000 
MFW used: 100  

Function call:
stylo(gui = FALSE, corpus.dir = "corpus", corpus.format = "xml.drama",      corpus.lang = "French", analyzed.features = "w", mfw.min = 100,      mfw.max = 100, mfw.incr = 100, analysis.type = "PCV", distance.measure = "delta",      pca.visual.flavour = "classic") 

Depending on your chosen options, some results should have been written
into a few files; you should be able to find them in your current
(working) directory. Usually, these include a list of words/features
used to build a table of frequencies, the table itself, a file containing
recent configuration, etc.

Advanced users: you can pipe the results to a variable, e.g.:
     my.stylometric.test = stylo() 
this will create a class "my.stylometric.test" containing some presumably
interesting stuff. The class created, you can type, e.g.:
     summary(my.stylometric.test)
to see which variables are stored there and how to use them.


for suggestions how to cite this software, type: citation("stylo")

4.2.2 Principal component analysis (avec les mots en superposition)

Il est possible de superposer les tokens (ici les mots) aux labels, afin de comprendre sur quelles données lexicales s’appuie la spatialisation.

stylo(gui=FALSE, corpus.dir = "corpus",
      corpus.format = "xml.drama", corpus.lang = "French",
      analyzed.features = "w", mfw.min = 100, mfw.max = 100, mfw.incr=100,
      analysis.type = "PCV",  distance.measure = "delta",
      pca.visual.flavour = "loadings")

using current directory...
Performing no sampling (using entire text as sample)
loading BOYER_AGAMEMNON.xml ...
loading BOYER_AMOURSJUPITERSEMELE.xml   ...
loading BOYER_ARISTODEME.xml    ...
loading BOYER_ARTAXERCE.xml ...
loading CORNEILLEP_ANDROMEDE.xml    ...
loading CORNEILLEP_CID.xml  ...
loading CORNEILLEP_ILLUSIONCOMIQUE.xml  ...
loading CORNEILLEP_MEDEE.xml    ...
loading CORNEILLET_AMOURALAMODE.xml ...
loading CORNEILLET_ARIANE.xml   ...
loading CORNEILLET_BRADAMANTE.xml   ...
loading CORNEILLET_GEOLIERDESOISMEME.xml    ...
loading DURYER_CLARIGENE.xml    ...
loading DURYER_CLITOPHON.xml    ...
loading DURYER_DYNAMIS.xml  ...
loading DURYER_ESTHER.xml   ...
loading MOLIERE_AMPHITRYON.xml  ...
loading MOLIERE_DOMGARCIEDENAVARRE.xml  ...
loading MOLIERE_MISANTHROPE.xml ...
loading MOLIERE_TARTUFFE.xml    ...
loading RACINE_BERENICE.xml ...
loading RACINE_ESTHER.xml   ...
loading RACINE_IPHIGENIE.xml    ...
loading RACINE_PHEDRE.xml   ...
loading ROTROU_COSROES.xml  ...
loading ROTROU_DEUXPUCELLES.xml ...
loading ROTROU_DOMBERNARDDECABRERE.xml  ...
loading ROTROU_HERCULEMOURANT.xml   ...
loading SCARRON_DOMJAPHETDARMENIE.xml   ...
loading SCARRON_ECOLIERDESALAMANQUE.xml ...
loading SCARRON_FAUSSEAPPARENCE.xml ...
loading SCARRON_GARDIENDESOIMEME.xml    ...
loading SCUDERY_MORTDECESAR.xml ...
loading SCUDERY_ORANTE.xml  ...
loading SCUDERY_PRINCEDEGUISE.xml   ...
loading SCUDERY_VASSALGENEREUX.xml  ...
slicing input text into tokens...
turning words into features, e.g. char n-grams (if applicable)...

Total nr. of samples in the corpus:  36 
.........................
...........
The corpus consists of 611600 tokens

processing  36  text samples
...       
combining frequencies into a table...

culling @  0     available features (words)  5000 
MFW used: 100  

Function call:
stylo(gui = FALSE, corpus.dir = "corpus", corpus.format = "xml.drama",      corpus.lang = "French", analyzed.features = "w", mfw.min = 100,      mfw.max = 100, mfw.incr = 100, analysis.type = "PCV", distance.measure = "delta",      pca.visual.flavour = "loadings") 

Depending on your chosen options, some results should have been written
into a few files; you should be able to find them in your current
(working) directory. Usually, these include a list of words/features
used to build a table of frequencies, the table itself, a file containing
recent configuration, etc.

Advanced users: you can pipe the results to a variable, e.g.:
     it.deserves.a.nobel.prize = stylo() 
this will create a class "it.deserves.a.nobel.prize" containing some presumably
interesting stuff. The class created, you can type, e.g.:
     summary(it.deserves.a.nobel.prize)
to see which variables are stored there and how to use them.


for suggestions how to cite this software, type: citation("stylo")

On le voit, la plupart des tokens ayant des fréquences très faible, on se retrouve avec un “tas” de mots au centre, ce qui rend les données illisibles… Comment faire?

• Aller chercher les données brutes, mais on perd l’avantage de la visualisation.
• Tenter “d’étirer” la partie centrale.

4.3 Principal component analysis (avec correlation)

Il est possible de modifier les résultats afin d’accentuer de manière proportionnelle la distance entre les différents tokens pour “aérer” la partie centrale en modifiant légèrement la méthode de calcul.

stylo(gui=FALSE, corpus.dir = "corpus",
      corpus.format = "xml.drama", corpus.lang = "French",
      analyzed.features = "w", mfw.min = 100, mfw.max = 100, mfw.incr=100,
      analysis.type = "PCR",  distance.measure = "delta",
      pca.visual.flavour = "loadings")

using current directory...
Performing no sampling (using entire text as sample)
loading BOYER_AGAMEMNON.xml ...
loading BOYER_AMOURSJUPITERSEMELE.xml   ...
loading BOYER_ARISTODEME.xml    ...
loading BOYER_ARTAXERCE.xml ...
loading CORNEILLEP_ANDROMEDE.xml    ...
loading CORNEILLEP_CID.xml  ...
loading CORNEILLEP_ILLUSIONCOMIQUE.xml  ...
loading CORNEILLEP_MEDEE.xml    ...
loading CORNEILLET_AMOURALAMODE.xml ...
loading CORNEILLET_ARIANE.xml   ...
loading CORNEILLET_BRADAMANTE.xml   ...
loading CORNEILLET_GEOLIERDESOISMEME.xml    ...
loading DURYER_CLARIGENE.xml    ...
loading DURYER_CLITOPHON.xml    ...
loading DURYER_DYNAMIS.xml  ...
loading DURYER_ESTHER.xml   ...
loading MOLIERE_AMPHITRYON.xml  ...
loading MOLIERE_DOMGARCIEDENAVARRE.xml  ...
loading MOLIERE_MISANTHROPE.xml ...
loading MOLIERE_TARTUFFE.xml    ...
loading RACINE_BERENICE.xml ...
loading RACINE_ESTHER.xml   ...
loading RACINE_IPHIGENIE.xml    ...
loading RACINE_PHEDRE.xml   ...
loading ROTROU_COSROES.xml  ...
loading ROTROU_DEUXPUCELLES.xml ...
loading ROTROU_DOMBERNARDDECABRERE.xml  ...
loading ROTROU_HERCULEMOURANT.xml   ...
loading SCARRON_DOMJAPHETDARMENIE.xml   ...
loading SCARRON_ECOLIERDESALAMANQUE.xml ...
loading SCARRON_FAUSSEAPPARENCE.xml ...
loading SCARRON_GARDIENDESOIMEME.xml    ...
loading SCUDERY_MORTDECESAR.xml ...
loading SCUDERY_ORANTE.xml  ...
loading SCUDERY_PRINCEDEGUISE.xml   ...
loading SCUDERY_VASSALGENEREUX.xml  ...
slicing input text into tokens...
turning words into features, e.g. char n-grams (if applicable)...

Total nr. of samples in the corpus:  36 
.........................
...........
The corpus consists of 611600 tokens

processing  36  text samples
...       
combining frequencies into a table...

culling @  0     available features (words)  5000 
MFW used: 100  

Function call:
stylo(gui = FALSE, corpus.dir = "corpus", corpus.format = "xml.drama",      corpus.lang = "French", analyzed.features = "w", mfw.min = 100,      mfw.max = 100, mfw.incr = 100, analysis.type = "PCR", distance.measure = "delta",      pca.visual.flavour = "loadings") 

Depending on your chosen options, some results should have been written
into a few files; you should be able to find them in your current
(working) directory. Usually, these include a list of words/features
used to build a table of frequencies, the table itself, a file containing
recent configuration, etc.

Advanced users: you can pipe the results to a variable, e.g.:
     best.results.ever = stylo() 
this will create a class "best.results.ever" containing some presumably
interesting stuff. The class created, you can type, e.g.:
     summary(best.results.ever)
to see which variables are stored there and how to use them.


for suggestions how to cite this software, type: citation("stylo")

Il est ainsi possible d’associer certains tokens à des auteurs, ou des groupes d’auteurs.

En bas du graphique, on trouve un pourcentage: il nous donne une idée de la distortion apportée au résultat précédent pour accentuer l’espace entre les mots, et donc le degré de fiabilité du résultat.

Conclusion: vers l’analyse de réseau

stylo.network()